CPLID 已经划分好8:1:1 可直接用于YOLO训练中国输电线路绝缘子数据集(Chinese Power Line Insulator DatasetCPLID)是第一个公开的绝缘子数据集包含无人机拍摄的正常绝缘子图像和合成的绝缘子缺陷图像共848张其中正常绝缘子图像600张绝缘子缺陷图像248张图像尺寸都为1152×684。11中国输电线路绝缘子数据集 CPLIDYOLO目标检测一、数据集信息表项目详细说明数据集名称中国输电线路绝缘子数据集CPLID任务类型输电线路绝缘子缺陷检测YOLO目标检测总图片数量848 张图像分辨率1152 × 684数据构成正常绝缘子600 张缺陷绝缘子248 张预设划分比例8:1:1训练集:验证集:测试集训练集678 张验证集85 张测试集85 张标注格式YOLO TXT 标准标注灵活拓展支持按自定义比例重新划分数据集适用场景无人机电力巡检、输电线路缺陷检测、算法竞赛、毕业设计二、数据集配置文件cplid.yaml# CPLID 绝缘子数据集配置train:./images/trainval:./images/valtest:./images/testnc:2names:0:normal_insulator1:defect_insulator三、目录结构CPLID/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── cplid.yaml四、环境依赖安装pipinstallultralytics torch opencv-python五、YOLOv8 训练代码fromultralyticsimportYOLO# 加载预训练模型modelYOLO(yolov8s.pt)# 开始训练model.train(datacplid.yaml,epochs100,imgsz640,batch8,device0,patience20,projectCPLID_Insulator,nameyolov8_train,saveTrue)# 模型验证评估model.val()六、YOLOv11 训练代码fromultralyticsimportYOLO modelYOLO(yolov11s.pt)model.train(datacplid.yaml,epochs100,imgsz640,batch8,device0,patience20,projectCPLID_Insulator,nameyolov11_train,saveTrue)model.val()七、单图推理测试代码fromultralyticsimportYOLOimportcv2# 加载训练完成的最优模型modelYOLO(runs/detect/yolov8_train/weights/best.pt)img_pathtest.jpgresultsmodel(img_path,conf0.25)# 绘制并保存结果result_imgresults[0].plot()cv2.imwrite(detect_result.jpg,result_img)cv2.imshow(绝缘子检测结果,result_img)cv2.waitKey(0)cv2.destroyAllWindows()
)
